(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111181007.4 (22)申请日 2021.10.1 1 (65)同一申请的已公布的文献号 申请公布号 CN 113935090 A (43)申请公布日 2022.01.14 (73)专利权人 大连理工大 学 地址 116024 辽宁省大连市甘井 子区凌工 路2号 (72)发明人 杨东辉　管泽鑫　伊廷华　李宏男　 陈斌　 (74)专利代理 机构 大连理工大 学专利中心 21200 专利代理师 温福雪 (51)Int.Cl. G06F 30/13(2020.01) G06F 30/15(2020.01) G06F 30/27(2020.01) G06K 9/62(2022.01) G06F 111/08(2020.01)(56)对比文件 CN 112347668 A,2021.02.09 CN 10485 0676 A,2015.08.19 US 2010274754 A1,2010.10.28 US 20213 04594 A1,2021.09.3 0 CN 105005694 A,2015.10.28 CN 108052770 A,2018.0 5.18 CN 107357972 A,2017.1 1.17 CN 111292534 A,2020.0 6.16 US 2021192586 A1,2021.0 6.24 周永兵等.基 于元胞自动机的随机车流模拟 与桥梁疲劳响应分析. 《公路交通科技》 .2020, (第05期),第86 -94、 125页. 肖鑫等.基 于实测数据的铁路钢桥列车荷载 模型研究. 《桥梁建 设》 .2017,(第0 6期),第6 3-68 页. (续) 审查员 吴单单 (54)发明名称 一种用于桥梁车致疲劳分析的随机车流精 细模拟方法 (57)摘要 本发明公开了一种用于桥梁车致疲劳分析 的随机车流精细模拟方法， 步骤如下： (1)使用两 步聚类法划分交通运行状态； (2)建立车辆载荷 参数的概率模型； (3)随机 车流精细模拟。 本发明 中通过两步聚类方法区分交通运行状态， 可避免 人为确定车间距限值划分运行状态带来的主观 因素影响； 车辆载荷参数的概率模型建立方法， 可对比多种分布拟合结果确定最优概率模型， 使 得后续随机车流的模拟更精简准确； 基于精细化 的随机车流模型可以获取更加准确的疲劳应力 幅和循环次数预测结果， 使疲劳评估结果更准 确。 该方法可以适用于不同桥梁不同路况不同的 车辆荷载监测数据， 具有较高的普适性， 在桥梁疲劳性能评估领域具有较大的应用潜力。 [转续页] 权利要求书2页 说明书4页 附图5页 CN 113935090 B 2022.12.02 CN 113935090 B (56)对比文件 冯海月等.采用广义Pareto分布进行 车辆荷 载效应极值估计的研究. 《振动与 冲击》 .2015,第 34卷(第15期), 张琛等.高速公路车流 量预测方法的研究. 《北京工商大 学学报(自然科 学版)》 .20 01,(第04 期),第30-33页.周永兵等.基 于元胞自动机的随机车流模拟 与桥梁疲劳响应分析. 《公路交通科技》 .2020,第 37卷(第5期), Cui, Chuang等.Vehicle-i nduced fatigue damage progn osis of orthotropic ste el decks of cable-stayed bridges. . 《Engineering Structures》 .2020,2/2 页 2[接上页] CN 113935090 B1.一种用于桥梁车致 疲劳分析的随机车流精细模拟方法， 其特 征在于， 步骤如下： 步骤1.使用两步聚类法划分随机车流 运行状态 (1.1)根据动态称重系统获取的车辆荷载数据， 定义车辆荷载样本集合为X＝{x1, x2,...,xN}， 其中包含N个车辆荷载样本点； 以车流量、 车重、 车速和前后相邻两辆车到达同 一位置的时间间隔这四个车辆荷载特征数据作为聚类指 标， 则每个样本点xN有n＝4个车辆 荷载特征； 车辆荷载聚类簇 Ci和Cj之间的距离 定义为式(1)： D(Ci,Cj)＝ λi+λj‑λ<i,j>        (1) 其中， r＝i或j； <i,j>表示将车辆荷载聚类簇Ci和Cj合并； Nr是车辆荷载聚类簇Cr中的车 辆荷载样本数； 是车辆荷载样本全体X中第k个车辆荷载特征变量的估计方差； 是车 辆荷载聚类簇 Cr中第k个车辆荷载 特征参量变量的估计方差； 基于贝叶斯信息准则BIC， 初步确定簇数的估计值， 即随着簇数的增加， BIC的减少量开 始大幅减少时， 对应的聚类 个数即确定为车辆荷载的初步聚类数； BIC的计算公式如式(3)： 其中， CJ＝{C1,...,CJ}为车辆荷载聚类簇的集 合； (1.2)以初始聚类结果为对象， 逐步合并最小距离的两个簇， 形成新的聚类结果； 根据 式(4)计算合并前后车辆荷载聚类簇中的最小距离， 进一步根据式(5)计算合并前后最小距 离的比值变化； 以该比值作为判定标准， 对应最大比值的聚类数即为 最优聚类 个数； Dmin(CJ)＝min{D(Ci,Cj):i≠j}        (4) 步骤2.建立车辆载荷参数的概 率模型 为建立桥梁结构疲劳分析的随机交通流模型， 需要确定随机交通流中各车辆荷载在桥 梁上的相对位置和重量， 从而确定桥梁构件的局部疲劳应力时程； (2.1)根据实际车辆荷载数据进行车型分类， 确定各车道各车型的数量和所占比例， 然 后对实测各车型 的车轴间距和轴重数据进行统计分析， 确定车型、 各车型 的轴重比以及轴 间距； (2.2)将不同交通运行状态下的车辆间距、 车重和车速分别 进行概率建模， 分别 采用正 态分布、 对数正态分布、 极值分布、 威布尔 分布、 伽马分布这5种单峰分布， 在0.05的显著性 水平下对估计的概率密度函数进 行K‑S检验， 若单峰分布拟合结果无法通过检验， 则进一步 采用高斯混合分布进 行拟合， 并进 行K‑S检验； 当有多于1个单峰分布 通过检验时， 则根据车 辆荷载参数测试统计量值和接受假设的临界值的差值， 最终确定最接近实际数据的最优分 布； 步骤3.随机移动车辆荷载流模拟 (3.1)随机车辆流的模拟： 将待模拟车道不同交通运行状态下车流量、 车辆类型比例、权　利　要　求　书 1/2 页 2 CN 113935090 B 3